海上溢油监测是应对海面溢油污染的一项重要工作,因此在海面遥感图像中分割出溢油区域具有十分重要的意义。本文围绕能量最小化理论框架,研究并探索了三种海面遥感图像溢油分割方法。首先,针对目前能量最小化方法框架中RSF(Region-scalable Fitting,可伸缩区域适应)的水平集法在噪声干扰情形下分割精度低问题,本文提出了基于对偶平滑RSF水平集的海面遥感图像溢油分割算法。该算法将基于导向滤波器的图像平滑项和基于活动轮廓的区域适应平滑项共同嵌入能量函数,形成在像素和区域适应度两个层级进行对偶滤波的方案,进而将能量函数转化为新的水平集函数,并用最速下降法最小化水平集函数,最终得到遥感图像中海面溢油区域的最优轮廓。导向滤波器具有良好的边界保留平滑特性,滤除图像噪声的同时保持溢油区域边界清晰,因此,运用融合了导向滤波器的对偶平滑RSF水平集算法比单独运用RSF水平集算法具有更好的抗噪声能力。其次,针对目前能量小化框架中Graph-cuts算法在分割细长条溢油区域时错误率高的问题,本文探索基于协同合作模型的溢油分割方法。该方法利用协同合作模型边界一致性强的特点构造溢油图像的高阶能量函数。其中,区域项和边界项分别基于伽马混合模型及协同合作模型进行构建。然后,将高阶的边界项转化为二阶项,并将转化后的能量函数转化为s/t图,用最小割/最大流(Min-cut/Max-flow)算法切割s/t图,得到s/t图的最小割,即求得能量函数最小化时的最优解。因为基于协同合作模型的能量函数中高阶项不仅惩罚边界长度,而且能够惩罚边界类别,克服了Graph-cuts中存在的边界一致性弱的缺点,因此该方案可以有效减少Graph-cuts算法进行分割时出现的溢油带割断现象的发生。最后,为了进一步提高协同合作模型在溢油分割中的鲁棒性,本文提出基于对偶平滑协同合作模型的海面溢油图像分割算法。该算法将滚动导向滤波器引入能量函数的区域项,不仅可以平滑区域项所对应标签图中的噪声,而且能够保留标签图中的边界细节,因此应用该算法进行溢油图像分割时更具鲁棒性,保留边界细节的能力更强。